问卷的效度检验(问卷调查法的信度和效度如何检验)

咔片PPT · AI自动生成演示文稿，模板丰富、排版精美讯飞智文 · 一键生成PPT和Word，高效应对学习与办公

内容导航：

问卷的效度检验
问卷调查法的信度和效度如何检验
自己编的问卷怎么检验信效度

一、问卷的效度检验

检验效度的主要指标和方法有：表面效度、准则效度、架构效度。

1、表面效度（Face Validity)。也称为内容效度或逻辑效度，指的是测量的内容与测量目标之间是否适合，也可以说是指测量所选择的项目是否“看起来”符合测量的目的和要求。主要依据调查设计人员的主观判断。

2、准则效度(Criterion Validity)。准则效度是指量表所得到的数据和其他被选择的变量（准则变量）的值相比是否有意义。根据时间跨度的不同，准则效度可分为同时效度和预测效度。

3、建构效度（Construct Validity)。最关心的问题是：量表实际测量的是哪些特征？在评价建构效度时，调研人员要试图解释“量表为什么有效”这一理论问题以及考虑从这一理论问题中能得出什么推论。建构效度包括同质效度、异质效度和语意逻辑效度。
同质效度是指量表测量同一特征的其他测量方法相互关联的程度。异质效度是指量表和测不同特征的测量方法不同但理论上有关特征的测量方法之间相互关联的程度。建构效度指测量工具所能测量到的理论概念的程度，也就是说若将测量工具所得的结果与相同理论下的其他概念相比较，当二者有某种预期的相关性时，就表示这种测量工具具有某种程度的架构效度。

一般来说，问卷调查容易产生误差的原因，来自研究者的因素包括：测量内容不当、情景以及研究者本身的疏忽。来自受访者的因素则可能是由于其年龄、性格、教育程度、社会阶层等，而影响其答题的正确性。研究者透过信度与效度的检验，可以了解问卷本身是否优良，以作为改变修正的根据，避免做出错误的判断。
对于一名科研人员来说，如何成长和发展？如何能够不断推陈出新，逐渐形成自己独特而系统的思想？？这里面问题意识是比较重要而关键的。
问题意识形成的首要条件是你要对一切的现象充满着好奇感和浓厚的兴趣，具有较强的观察能力。比如当你下到相关的实践场所时，观察到一定的现象和问题，如：课堂上教师为什么会像是在表演一样？为什么教师在上面兴趣盎然，而下面总有某些学生兴趣索然？就要积极展开一定的思考，多问几个为什么，并结合自己所学的相关教育教学理论，追问一下怎么才会更好？

其次是要具有强调的信息意识。信息资源是得以形成有价值问题的依据，除了实践观察中获得鲜活的感性信息之外，丰富的理论资源也是形成问题的关键。对于确定领域的古今中外所有的研究成果，包括最新的一些提法等都要积累到脑子中，并按照优化的结构将其组织起来，内化于心。对于已有的问题，要学会换一个角度去多多思考，另外也要善于发掘新的尚未研究或还未足够清楚的问题，并及时将这样一些问题作以记录。
再就是要学会思考，包括思考的方法、角度等等。只有能思考并善于思考的人才会一语中的地提出有意义的问题，并能够给出有效解决问题的清晰思路。
在做科研的过程中，随时随处遇到问题及时作以深入思考，相信会有大收获的。

基本的抽样方法主要有两大类：一类是在目标总体中，有意识地选择若干有代表性的单位为样本进行调查研究。这种抽样叫做目标抽样或主观抽样。
目标抽样的方法适用于典型调查或研究。它的特点是作为样本的各单位的代表性，都是由与该研究课题有关的专家来判断和决定的。其结果的可靠性和精确度叶必须依靠这方面的专家来判断和评价。采用目标抽样，可以对总体的有关特性作出推论，也可以对研究所涉及的有关因素加以适当考虑。也可以使已知的样本单位的某些信息在取样时发挥作用。这些都是目标抽样的优点。此外，采用目标抽样在数据收集方面比较方便。但采用目标抽样时，目标总体中各成员被抽取为样本的概率不能用客观方法来计算，因此抽样的误差和精度就无法用客观方法加以评价，这是目标抽样的最大缺点。

另一类是按照随即的原则，从构成目标总体的各成员中抽取样本，叫做随即抽样和概率抽样。随机抽样的最大优点是可以借助概率客观地计算调查结果的可靠性和精确度。而且可以根据实际条件和所要求的精度确定样本的大小。所以在教育科学研究尤其是大规模的评价研究中，应充分了解随机抽样的意义。
简单随机抽样（简称SRS)是随机抽样中最简单而又是最基本的一种。它的特点是采用随机数码表或抽签的办法确定样本，因此各总体成员都保证有相等的抽取概率。
如果抽取的样本数量很大，使用纯粹的简单随机抽样会有很多困难，因此常常可以采用机械随机抽样来代替。
采用简单（或机械）随机抽样的好处是，可以根据概率理论来客观地估计抽样误差的大小。

二、问卷调查法的信度和效度如何检验

问卷调查法是教育研究中广泛采用的一种调查方法，为了保证问卷具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷进行试测，并对试测结果进行信度和效度分析，根据分析结果筛选问卷题项，调整问卷架构，从而提升问卷的信度和效度。
说了这么多，我们先对一些调研小白解释一下，什么是信度和效度？
信度：
可靠性、一致性或稳定性。比如说，在对同一对象进行测量，多次测量结果都很接近，我们就认为这个结果是可信的，也就是信度高。如果每次测量的结果都有很大的差异，则说明信度较低。
效度：
正确性程度，效度越高表示测量结果越能显示出所要测量对象的真正特征。
他们两的差别在于信度度量的是问卷测量结果是否一致的可靠程度，而不涉及结果是否正确的问题；效度则针对问卷测量的目的，重点考察测量结果的有效性。对于量表来说，效度是首要条件，而信度是效度的必要条件。也就是说有效的问卷必定是可信的问卷，但可信的问卷未必是有效的问卷。
了解了定义后，我们来聊一聊检测调查问卷信效度的方法。
信度分析（可靠性分析）
1. 重测信度法
用同样的问卷对同一被测间隔一定时间的重复测试，也可称作测试——再测方法，计算两次测试结果的相关系数。很显然这是稳定系数，即跨时间的一致性。
重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。由于重测信度需要对同一样本试测两次，而被测容易受到各种事件、活动的影响，所以间隔时间需要适当。较常用者为间隔二星期或一个月。
2. 复本信度法
复本信度法是让同一组被调查者一次填答两份问卷复本，计算两个复本的相关系数。复本信度属于等值系数。复本信度法要求两个复本除表述模式不同外，在内容、格式、难度和对应题项的提问方向等方面要完全一致，而在实际调查中，很难使调查问卷达到这种要求，因此采用这种方法者较少。
3. 折半信度法
折半信度法是将调查项目分为两半，计算两半得分的相关系数，进而估计整个量表的信度。折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。
这种方法一般不适用于事实式问卷，常用于态度、意见式问卷的信度分析。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以确保各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数，最后求出整个量表的信度系数。
4. α信度系数法
Cronbachα信度系数是目前最常用的信度系数，其公式为︰α=(n/n-1)*(1-(∑Si2)/ST2)其中，n为量表中题项的总数，Si2为第i题得分的题内方差，ST2为全部题项总得分的方差。从公式中可以看出，α系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。
效度分析
1. 单项与总和相关效度分析
也称为内容效度或逻辑效度，指的是测量的内容与测量目标之间是否适合，也可以说是指测量所选择的项目是否“看起来”符合测量的目的和要求。主要依据调查设计人员的主观判断。
这种方法用于测量量表的内容效度。内容效度又称表面效度或逻辑效度，它是指所设计的题项能否代表所要测量的内容或主题。对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。
2. 准则效度分析
准则效度又称为效标效度或预测效度。准则效度分析是根据已经得到确定的某种理论，选择一种指标或测量工具作为准则，分析问卷题项与准则的联系，若二者相关显著，或者问卷题项对准则的不同取值、特性表现出显著差异，则为有效的题项。
评价准则效度的方法是相关分析或差异显著性检验。在调查问卷的效度分析中，选择一个合适的准则往往十分困难，使这种方法的应用受到一定限制。
3. 结构效度分析
结构效度是为了说明从量表所获得的结果与设计该量表时所假定的理论之间的符合程度。研究者在设计量表时，通常会事先假定一定的量表结构（n个维度），这种结构是否与测量的数据相符合（是否确定存在上述几个维度），需要进行验证。
为了提升调查问卷的质量，进而提升整个研究的价值，问卷的信度和效度分析绝非赘疣蛇足，而是研究过程中必不可少的重要环节。